CPU vis dar gerai veikia verslo sistemose arba programose, kuriose bendro programavimo lankstumo poreikis nusveria gryną apdorojimo galią. Tačiau GPU dabar yra įvairių duomenų mokslo, mašininio mokymosi, AI ir gilaus mokymosi poreikių standartas. Žinoma, visi nuolat ieško kito didelio dalyko kūrimo aplinkoje. Tiek CPU, tiek GPU yra gamybos lygio procesoriai. Ateityje vietoje šių standartų gali būti naudojamas vienas iš dviejų procesorių tipų:
- Specifiniai integriniai grandynai (ASIC): priešingai nei bendrieji procesoriai, pardavėjas sukuria ASIC konkrečiam tikslui. ASIC sprendimas siūlo itin greitą veikimą naudojant labai mažą galią, tačiau jam trūksta lankstumo. ASIC sprendimo pavyzdys yra Google Tensor Processing Unit (TPU) , kuris naudojamas kalbai apdoroti.
- Lauko programuojamų vartų matricos (FPGA): kaip ir ASIC atveju, pardavėjas paprastai kuria FPGA konkrečiam tikslui. Tačiau, priešingai nei ASIC, galite užprogramuoti FPGA, kad pakeistumėte pagrindines jo funkcijas. FPGA sprendimo pavyzdys yra Microsoft Brainwave , kuris naudojamas gilaus mokymosi projektams.
Kova tarp ASIC ir FPGA žada įkaisti, o DI kūrėjai tampa nugalėtojais. Atrodo, kad šiuo metu „Microsoft“ ir FPGA pirmauja. Esmė ta, kad technologija yra sklandi, todėl turėtumėte tikėtis naujų pokyčių.
Pardavėjai taip pat dirba su visiškai naujais apdorojimo tipais, kurie gali veikti arba neveikti taip, kaip tikėtasi. Pavyzdžiui, „ Graphcore “ dirba su žvalgybos apdorojimo bloku (IPU). Turite sutikti naujienas apie šiuos naujus procesorius, atsižvelgiant į praeityje pramonę apėmusį ažiotažą. Pamatę realias didelių kompanijų, tokių kaip „Google“ ir „Microsoft“, programas, galite jaustis šiek tiek labiau tikri dėl susijusių technologijų ateities.